房產(chǎn)稅調(diào)控政策對商品房價(jià)的影響研究
——基于合成控制法的分析

劉鳳娟，司言武

(1.無錫環(huán)境科學(xué)與工程研究中心，江蘇 無錫 214153；2.浙江財(cái)經(jīng)大學(xué)財(cái)政稅務(wù)學(xué)院，浙江 杭州 310018)

八十年代開始的職工住房制度改革開啟了住房的商品化。1991年、1994年和1998年國務(wù)院下發(fā)的通知及決定等，推動了住房商品化發(fā)展，導(dǎo)致了上世紀(jì)九十年代末部分地區(qū)和本世紀(jì)近二十年的房地產(chǎn)產(chǎn)業(yè)迅猛發(fā)展，使之成為了我國的重要支柱產(chǎn)業(yè)，對國民經(jīng)濟(jì)和社會發(fā)展起到了巨大的推動作用。而在此期間，房地產(chǎn)調(diào)控?fù)u擺在房價(jià)穩(wěn)步增長和控制房價(jià)增長之間，房價(jià)出現(xiàn)了越調(diào)越漲的現(xiàn)象。仔細(xì)探究，這種現(xiàn)象的背后不僅僅是剛性需求的作用，也是多種因素交織作用的結(jié)果。雖然中國的人均GDP還沒有達(dá)到發(fā)達(dá)國家的水平，但是，北上深等一線城市房價(jià)卻排在全球前列。這個(gè)結(jié)果一方面說明國家的經(jīng)濟(jì)發(fā)展為不少人帶來了機(jī)會和財(cái)富；另一方面，也說明中國在住房上的投機(jī)性行為較強(qiáng)。

由于房價(jià)與經(jīng)濟(jì)穩(wěn)定和社會民生的關(guān)系密切，政府房地產(chǎn)調(diào)控政策和房地產(chǎn)價(jià)格的聯(lián)動性就成為了政府和學(xué)界密切關(guān)注的一個(gè)焦點(diǎn)問題。梳理近些年的房地產(chǎn)政策，一個(gè)大致的規(guī)律是，房地產(chǎn)市場盡管一直處于各級政府的密集調(diào)控下，但房價(jià)總體還是處于不斷上揚(yáng)的態(tài)勢。盡管房產(chǎn)稅的調(diào)控政策初衷可能和房價(jià)之間沒有必然的聯(lián)系，但從政策的實(shí)施效果來看，無論是理論層面還是實(shí)踐層面，都把房地產(chǎn)的價(jià)格波動和政府調(diào)控的成功與否建立了一種關(guān)聯(lián)。因此，解讀和審視房地產(chǎn)調(diào)控政策，就繞不開房價(jià)的走勢和波動問題。為此，我們運(yùn)用我國32個(gè)城市的2009年4月以來的與房價(jià)相關(guān)的月度面板數(shù)據(jù)，通過對上海重慶試點(diǎn)城市等運(yùn)用合成控制法進(jìn)行房產(chǎn)稅調(diào)控政策的效果及敏感度問題研究，提出更為適宜的房地產(chǎn)調(diào)控政策。

一、相關(guān)文獻(xiàn)回顧

國內(nèi)外學(xué)者對房產(chǎn)稅與房價(jià)之間的關(guān)系做了很多方面的研究。綜合起來，主要體現(xiàn)在以下幾個(gè)方面：

(一)房產(chǎn)稅與房產(chǎn)價(jià)值之間呈現(xiàn)負(fù)相關(guān)關(guān)系

很多國內(nèi)外研究者持有房產(chǎn)稅和房價(jià)之間存在負(fù)相關(guān)關(guān)系的觀點(diǎn)。就國外而言， Oates(1969)認(rèn)為稅收和財(cái)政支出會對當(dāng)?shù)氐姆慨a(chǎn)價(jià)值產(chǎn)生直接影響，稅收與房產(chǎn)價(jià)值之間有很大的負(fù)相關(guān)，但是當(dāng)?shù)氐姆慨a(chǎn)價(jià)值卻與政府的財(cái)政支出有很大的正相關(guān)性[1]。Rosenthal(1999)的研究結(jié)果顯示，房產(chǎn)稅稅負(fù)與房價(jià)之間呈現(xiàn)負(fù)相關(guān)性[2]。Polinsky和Shavel(1976)認(rèn)為假定其他情況相同，那么，如果一個(gè)社區(qū)的房產(chǎn)稅稅率高于平均水平，那么它的房產(chǎn)價(jià)值就會降低[3]。Bradbury等認(rèn)為房產(chǎn)稅的下降促進(jìn)房地產(chǎn)繁榮[4]。Lopez-Garcia(2004)、Lang(2004)和Van den Noord(2005)的實(shí)證結(jié)果顯示房地產(chǎn)稅對房價(jià)的影響為負(fù)[5][6][7]。胡洪曙(2007)指出征收房地產(chǎn)稅會導(dǎo)致房價(jià)由于稅收資本化而降低，又會因?yàn)榈胤焦卜?wù)資本化而提升。這些研究均肯定了中國房地產(chǎn)稅、地方公共支出和房價(jià)之間存在相關(guān)性[8]。杜雪君等(2009)實(shí)證結(jié)果也認(rèn)為房產(chǎn)稅和地方公共支出對房價(jià)的影響，且后者的影響效果要大于前者；房地產(chǎn)稅對房價(jià)的影響存在顯著的區(qū)域差異，且各房地產(chǎn)稅種對房價(jià)的影響不盡相同，房產(chǎn)稅和契稅對房價(jià)的影響為負(fù)，而城鎮(zhèn)土地使用稅、土地增值稅和耕地占用稅對房價(jià)的影響為正[9]。況偉大等(2012)實(shí)證結(jié)果顯示房產(chǎn)稅對房價(jià)具有顯著負(fù)向作用，不過，對房價(jià)的調(diào)控政策預(yù)期對房價(jià)的影響高于房產(chǎn)稅的影響等[10]。并且他(2013)做了調(diào)查問卷后，得出的結(jié)論是在不考慮房產(chǎn)稅開征與房產(chǎn)持有者特征關(guān)系的情況下，開征房產(chǎn)稅越早，調(diào)控效果越好；擁有3套和4套住房以及有其他負(fù)債的居民則認(rèn)為開征房產(chǎn)稅對預(yù)期房價(jià)的影響較??；絕大多數(shù)職業(yè)的住房所有者認(rèn)為開征房產(chǎn)稅對預(yù)期房價(jià)的邊際效應(yīng)很小。若考慮二者之間的關(guān)系，不同房產(chǎn)稅開征時(shí)間與住房數(shù)量的相互作用對預(yù)期房價(jià)的影響不同[11]。劉甲炎和范子英(2013)則開始運(yùn)用合成控制法來研究重慶市進(jìn)行房產(chǎn)稅試點(diǎn)的效果，結(jié)果發(fā)現(xiàn)房產(chǎn)稅對試點(diǎn)城市的房價(jià)上漲有顯著的抑制作用[12]。不過在安慰劑檢驗(yàn)時(shí)，發(fā)現(xiàn)對于所選擇的數(shù)據(jù)，位于代表重慶市線下的城市比較多。

(二)稅收對自主房產(chǎn)的價(jià)值影響不大或者取決于其他因素

Hyman 和Pasour研究發(fā)現(xiàn)，北卡羅來納州的地方稅收和財(cái)政支出對業(yè)主自有住房價(jià)值的影響不明顯[13]。Millan和Carlson(1977)研究發(fā)現(xiàn)，小城鎮(zhèn)沒有證據(jù)說明當(dāng)?shù)胤慨a(chǎn)稅和公共財(cái)政支出被資本化到業(yè)主擁有的房產(chǎn)價(jià)值，這也許不能證明小城鎮(zhèn)居民對財(cái)政差異不敏感，而是地區(qū)住房土地供給更有彈性的原因[14]。

還有的觀點(diǎn)認(rèn)為房產(chǎn)稅對房價(jià)的影響因素較多，并不一定確定二者的關(guān)系。如睢黨臣和李牧然(2011)認(rèn)為房產(chǎn)稅對房價(jià)的影響取決于多種因素，而房價(jià)主要取決于供求關(guān)系[15]。

另外的一些文獻(xiàn)則論證了房產(chǎn)稅對房價(jià)的影響甚微。比如王家庭和曹清峰(2014)利用倍差法實(shí)證結(jié)果顯示我國房產(chǎn)稅試點(diǎn)不存在明顯的政策預(yù)期效應(yīng)；房產(chǎn)稅試點(diǎn)顯著降低了住宅價(jià)格，但對商品房價(jià)格和高檔住宅價(jià)格影響不顯著[16]。白文周等(2016)的實(shí)證結(jié)果顯示上海的房價(jià)高于房產(chǎn)稅試點(diǎn)前，重慶低于房產(chǎn)稅試點(diǎn)前，所以他們認(rèn)為房產(chǎn)稅擴(kuò)圍的影響與市場結(jié)構(gòu)有密切關(guān)系，不能籠統(tǒng)給出房產(chǎn)稅擴(kuò)圍有效或無效的簡單判斷[17]。

從以上的文獻(xiàn)綜述來看，現(xiàn)有的理論分析和實(shí)踐經(jīng)驗(yàn)無法給出房產(chǎn)稅和房價(jià)之間的關(guān)系判定。為了全面把握政策的實(shí)施影響，我們運(yùn)用合成控制法來分析房產(chǎn)稅實(shí)施的經(jīng)濟(jì)影響。合成控制法比較適用于所選擇的目標(biāo)地區(qū)實(shí)施了某項(xiàng)政策，而其他地區(qū)在那個(gè)時(shí)間點(diǎn)沒有實(shí)施，這樣可以用其他地區(qū)的數(shù)據(jù)加權(quán)合成該目標(biāo)地區(qū)從而較好地體現(xiàn)實(shí)施該項(xiàng)政策對該地區(qū)所帶來的影響，也就是能夠從反事實(shí)角度體現(xiàn)政策對當(dāng)?shù)爻鞘械挠绊憽Ｈ鏏badie等(2003)首次采用合成控制法研究了巴斯克地區(qū)沖突的經(jīng)濟(jì)成本[18]；Abadie等(2010)用合成控制法分析了加利福尼亞州通過了99號法案后，該控?zé)煼ò笇υ摰貐^(qū)煙草消費(fèi)的影響，主要借助于其他州的數(shù)據(jù)模擬該州在沒有實(shí)施該法案時(shí)的潛在煙草消費(fèi)水平[19]。Abadie等(2014)用合成控制法估計(jì)了1990年德國統(tǒng)一對西德的經(jīng)濟(jì)影響[20]。楊經(jīng)國等采用合成控制法分析了我國設(shè)立經(jīng)濟(jì)特區(qū)所帶來的經(jīng)濟(jì)增長效應(yīng)[21]。

本文的貢獻(xiàn)在于以下四個(gè)方面：第一，利用反事實(shí)的合成控制法對上海和重慶的房價(jià)在房產(chǎn)稅試點(diǎn)及之后出臺調(diào)控政策產(chǎn)生的反應(yīng)做了研究；第二，考慮了影響商品房價(jià)的多個(gè)因素如土地價(jià)格和契稅、租金、經(jīng)濟(jì)發(fā)達(dá)程度、健康保障及教育和科技投入等，且觀測期的增加使得分析結(jié)論的適用性和合理性增強(qiáng)；第三，針對實(shí)證結(jié)果，研究房產(chǎn)稅及調(diào)控政策對不同區(qū)域影響的不同，從而在政策面上為政府出臺差異化政策提供支持；第四，針對現(xiàn)有住房提出了差別化的管理處罰及拍賣等措施，針對特殊保障人群，提出住房的商品化轉(zhuǎn)為根據(jù)家庭的申請進(jìn)行供給，降低市場對房屋交易的預(yù)期，并將之與調(diào)整完善智慧養(yǎng)老與社區(qū)養(yǎng)老相結(jié)合。

二、變量選取和模型構(gòu)建

合成控制法的基本思路是：通過對現(xiàn)有備選的多個(gè)控制單元進(jìn)行權(quán)重加總，合成的一個(gè)對照組與實(shí)驗(yàn)組的特征就極為相似，因而能較好地作為實(shí)驗(yàn)組的對照面來進(jìn)一步展開反事實(shí)分析[22]。也就是說，如果要考察某個(gè)干擾項(xiàng)對某區(qū)域的影響，那么就將這個(gè)區(qū)域作為實(shí)驗(yàn)組，選擇沒有受到該干擾項(xiàng)影響的其他若干區(qū)域加權(quán)合成與實(shí)驗(yàn)組特征相似的對照組，這樣就可以通過對照組了解實(shí)驗(yàn)組在沒有干擾項(xiàng)發(fā)生時(shí)該區(qū)域的狀況，以獲得干擾項(xiàng)對該區(qū)域的影響程度。

(1)

(2)

……

(3)

因此，只要通過權(quán)重向量W*就可以估計(jì)出α1t。

三、實(shí)證分析

(一)指標(biāo)選擇及數(shù)據(jù)處理

房價(jià)的形成比較復(fù)雜，如當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)達(dá)程度、土地成交價(jià)、稅收、租金、居民收入、健康保障、科技投入、教育水平以及交通便利程度等等因素都會對商品房的價(jià)格形成產(chǎn)生一定的影響。這是因?yàn)槿绻?dāng)?shù)氐慕?jīng)濟(jì)比較發(fā)達(dá)、教育水平比較高、當(dāng)?shù)卣畬萍纪度氲闹С至Χ缺容^大以及醫(yī)療條件比較好，就很容易吸引人到該地區(qū)生活及進(jìn)行個(gè)人發(fā)展。如果人才集聚達(dá)到了一定的程度，就會帶動相應(yīng)產(chǎn)業(yè)的發(fā)展，從而提升當(dāng)?shù)貜臉I(yè)者的收入水平。這樣又會吸引更多相關(guān)人才及形成相應(yīng)產(chǎn)業(yè)集聚等等，形成良性循環(huán)。而集聚的人才多了，就會影響到居住的需求，因而帶動房價(jià)的上漲，而房價(jià)的高低又會影響到租房或買房的選擇，所以租金也是一個(gè)非常重要的替代因素。由于所涉及的數(shù)據(jù)范圍較廣，數(shù)據(jù)期間較長，有些指標(biāo)在某時(shí)間段沒有相關(guān)的數(shù)據(jù)，所以本文選擇人均GDP、成交樓面價(jià)格、租金、居民可支配收入、人均醫(yī)生數(shù)、人均科學(xué)事業(yè)費(fèi)支出以及人均教育事業(yè)費(fèi)支出作為影響房價(jià)的指標(biāo)。

各個(gè)指標(biāo)的數(shù)據(jù)來自前瞻數(shù)據(jù)庫、各城市的統(tǒng)計(jì)年鑒、同花順數(shù)據(jù)庫以及國泰君安數(shù)據(jù)等，各類指標(biāo)做了相應(yīng)的數(shù)據(jù)處理，統(tǒng)計(jì)上一般都采用年度或者季度GDP的數(shù)據(jù)，本文根據(jù)季度累計(jì)數(shù)計(jì)算出當(dāng)季GDP數(shù)據(jù)，然后利用Eviews軟件采用Quadratic mactchsum方法從低頻數(shù)據(jù)轉(zhuǎn)為高頻數(shù)據(jù)月度GDP，最后根據(jù)月度GDP數(shù)據(jù)及各個(gè)城市的常住人口數(shù)據(jù)，計(jì)算出月度人均GDP數(shù)據(jù)；人均醫(yī)生數(shù)、科學(xué)事業(yè)費(fèi)支出及教育事業(yè)費(fèi)支出都是根據(jù)年度數(shù)據(jù)及各個(gè)城市的常住人口數(shù)據(jù)直接折算成月度數(shù)據(jù)得到的。居民可支配收入由于有些月份沒有數(shù)據(jù)，所以直接用的累計(jì)數(shù)據(jù)進(jìn)行分析的。

(二)指標(biāo)數(shù)據(jù)的時(shí)間范圍選擇

在進(jìn)行上?；蛑貞c與其他31個(gè)城市的房價(jià)均值做比較時(shí)，時(shí)間段為2009年4月到2015年12月。不過由于所用數(shù)據(jù)運(yùn)行時(shí)的顯著性問題及合成控制法優(yōu)化時(shí)占用內(nèi)存問題還有搜索多指標(biāo)數(shù)據(jù)的難度問題，進(jìn)行合成控制法分析時(shí)，考慮的數(shù)據(jù)范圍為2009年4月到2014年12月。我國自從2010年12月房產(chǎn)稅試點(diǎn)獲批后到2014年12月以前，根據(jù)市場情況進(jìn)行了多次的主要宏觀調(diào)控，相關(guān)的政策及發(fā)布時(shí)間點(diǎn)如表1所示：

表1 房產(chǎn)稅試點(diǎn)時(shí)間及后續(xù)的宏觀調(diào)控政策(截至2015年12月)

(三)上海房價(jià)及其他31個(gè)城市房價(jià)均值的現(xiàn)狀分析

上海的房產(chǎn)稅是從2011年1月開始征收的。由于房產(chǎn)稅僅在上海和重慶進(jìn)行試點(diǎn)征收，所以符合合成控制法的適用條件。由于所選指標(biāo)數(shù)據(jù)的要求，只能找到31個(gè)城市的相關(guān)指標(biāo)數(shù)據(jù)合成上海與上海做比較。

首先分析上海和其他31個(gè)城市的商品房價(jià)在2009年4月到2015年12月之間的走勢。如圖1所示，受到征收房產(chǎn)稅的預(yù)期影響，上海的房價(jià)在2010年11月開始下跌，在房產(chǎn)稅征收試點(diǎn)獲批后，居民在房產(chǎn)稅征收前剛需購房的意愿有些強(qiáng)。所以房價(jià)小幅上升，然后在2011年2月以后開始下跌；在2012年2月國家出臺下調(diào)準(zhǔn)備金率的政策后，房價(jià)又開始上漲；在2013年3月中央出臺“國五條”細(xì)則后房價(jià)開始下跌，一直下跌到2014年的2月份，也就是國家出臺了賦予地方政府更多自主權(quán)的政策后，止跌反彈。隨著其他政策如“央五條”、降準(zhǔn)、地方救市、降息等的出臺，上海的樓市一直延續(xù)上漲。2015年商品房價(jià)的最高點(diǎn)已經(jīng)比2013年3月的最高點(diǎn)上漲了28.64%，比2012年2月的最低點(diǎn)上漲了94.28%，在短短的3年多時(shí)間里，商品房價(jià)幾乎上漲了1倍之多。而其他沒有房產(chǎn)稅征收預(yù)期的31個(gè)城市的房價(jià)自2011年1月開始總的來說略有上漲，一直上漲到2013年2月(中央出臺“國五條”)后開始下跌，比上海提前跌了一個(gè)月，不過只是緩慢下跌到2013年12月，然后略有上漲。這說明上海的房價(jià)對國家出臺的各類相關(guān)政策比較敏感，同時(shí)房價(jià)反彈時(shí)上漲的也非常迅猛，而其他城市對政策的敏感度總體來說稍微差些。這種情況說明上海樓市投機(jī)性更強(qiáng)一些。

不過重慶與上海的房價(jià)走勢不同，重慶的房價(jià)一直處于較穩(wěn)定的上升中，即使在開始征收房產(chǎn)稅的2011年1月，房價(jià)雖然略有下跌，但是仍舊高于征收前的價(jià)格；2012年2月下調(diào)準(zhǔn)備金率的政策出臺時(shí)，其房價(jià)不漲反而跌了2個(gè)月，接著小幅上漲了4個(gè)月，然后開始小幅下跌4個(gè)月后又快速上升；2013年2月國家出臺了“國五條”限購政策，房價(jià)下跌2個(gè)月后又緩慢上漲到2014年的4月，然后和其他31個(gè)城市的下跌走勢一樣。這說明重慶市的房價(jià)并不容易受到外來政策的影響。同時(shí)也說明，國家的宏觀調(diào)控政策對于不同地域不同經(jīng)濟(jì)環(huán)境及管理手段措施，效果是不同的。那么宏觀調(diào)控政策對上海及重慶的房價(jià)影響到底如何，下面利用合成控制法來解釋國家的政策前后對當(dāng)?shù)胤績r(jià)的影響。

圖1 上海和其他31個(gè)沒有進(jìn)行房產(chǎn)稅試點(diǎn)城市的房價(jià)走勢

圖2 重慶和其他31個(gè)沒有進(jìn)行房產(chǎn)稅試點(diǎn)城市的房價(jià)走勢

(四)基于合成控制法的政策對房價(jià)影響的分析

上海、重慶從2011年1月開展房地產(chǎn)稅試點(diǎn)，而其他31個(gè)城市則沒有進(jìn)行房產(chǎn)稅征收。所以選擇其他31個(gè)城市分別對上海及重慶進(jìn)行加權(quán)合成，這樣可以了解上海及重慶如果不征收房產(chǎn)稅時(shí)房價(jià)的走勢，從而分析出房產(chǎn)稅及其他宏觀經(jīng)濟(jì)政策對上海及重慶房價(jià)的影響。

為了降低對短期效應(yīng)的偏差以及現(xiàn)有數(shù)據(jù)搜集的問題，本文選擇31個(gè)城市2009年4月到2014年12月這段時(shí)間的指標(biāo)數(shù)據(jù)加權(quán)合成上海和重慶。合成的結(jié)果更能夠反映出房產(chǎn)稅等各項(xiàng)政策對不同類型的城市如上海及重慶等房價(jià)長短期的真實(shí)影響。對于上海來說，這個(gè)時(shí)間段合成的城市情況如表2所示，在考慮多因素影響房價(jià)的情況下，合成的城市包括北京、深圳、杭州、溫州及大連，這些也體現(xiàn)了上海市的總體房價(jià)由不同區(qū)域房價(jià)構(gòu)成，各區(qū)域的公共服務(wù)水平、地理位置、產(chǎn)業(yè)傾向、樓面價(jià)及租金的不同等，導(dǎo)致不同的房價(jià)，并影響了周邊區(qū)域如杭州、溫州等的商品房價(jià)走勢。還有，為了確保合成效果較好，要求統(tǒng)計(jì)結(jié)果相對顯著，這樣才更能夠說明房產(chǎn)稅征收對上海房價(jià)的影響程度。經(jīng)過多次測算驗(yàn)證，選擇2009年9月、2010年6月和12月份的商品房價(jià)相關(guān)指標(biāo)數(shù)據(jù)合成，在2012年12月以前，其P-value除了2011年1月、2月外，從2011年3月到2012月12月，都是統(tǒng)計(jì)顯著的，其不顯著的數(shù)據(jù)有可能是由于運(yùn)用插值法測算出來的結(jié)果，由于每年的商品房銷售價(jià)格在1月份和2月份的數(shù)據(jù)都不全，數(shù)據(jù)是通過插值法等方法補(bǔ)充完整的，所以與真實(shí)數(shù)據(jù)稍有差異。

表2 合成上海的城市及其權(quán)重(2009.4～2014.12)

表3 合成重慶的城市及其權(quán)重(2009.4～2014.12)

對于重慶來說，如表3所示，合成重慶的城市包括合肥、石家莊和蘭州，而合成重慶時(shí)進(jìn)行優(yōu)化的結(jié)果，包含的城市為長沙、石家莊和呼和浩特。P值在政策剛剛出臺的半年內(nèi)是統(tǒng)計(jì)顯著有效的，過了這個(gè)時(shí)間后，政策的效果就不顯著了。

對于上海來說，合成結(jié)果如表4和圖3所示。在圖3中，可以看到，房產(chǎn)稅的征收導(dǎo)致上海的房價(jià)快速下跌到了2009年6月左右的時(shí)間的價(jià)格；而如果不征收房產(chǎn)稅，其房價(jià)可以通過合成上海的房價(jià)走勢看到在前期上海房價(jià)漲了一段時(shí)間后，也會出現(xiàn)下跌，只不過跌幅沒有征收房產(chǎn)稅后大；在2012年2月國家下調(diào)存款準(zhǔn)備金率后，漲幅沒有以前那么高，不過房價(jià)卻最后超過了前期的價(jià)格；在2013年2月國家出臺“國五條”限購政策后，房價(jià)做出了下跌的反應(yīng)，比上海實(shí)施房產(chǎn)稅后的真實(shí)房價(jià)提前下跌了1個(gè)月，但是跌幅在前2個(gè)月要大一些。也就是說，上海地區(qū)對政策的敏感性較強(qiáng)。每次國家出臺相應(yīng)的宏觀調(diào)控政策如圖1在2011年1月、2012年2月和2013年3月(2013年2月國家出臺國五條，3月出臺細(xì)則)時(shí)間點(diǎn)的參考線所示，都會對上海地區(qū)的樓市起到一定的作用。

另外，因?yàn)樯鐣癖妼ι虾：椭貞c將要征收房產(chǎn)稅有心理預(yù)期，所以房地產(chǎn)市場的反應(yīng)就像圖2、圖3和圖4顯示的那樣，商品房價(jià)已經(jīng)提前在市場上反映出來，在10月份就呈現(xiàn)下跌趨勢。2011年1月和2月的房價(jià)由于人為計(jì)算的結(jié)果，所以可能與市場實(shí)際走勢略有出入。不過因?yàn)榉慨a(chǎn)稅政策的緣故商品房價(jià)市場仍呈現(xiàn)出2月份和3月份市場開始下跌。

表4 上海和合成上海的指標(biāo)數(shù)據(jù)對照表(2009.4～2014.12)

圖3 合成控制法合成假設(shè)上海不設(shè)房產(chǎn)稅試點(diǎn)城市的房價(jià)走勢

對于重慶來說，重慶和合成重慶的指標(biāo)數(shù)據(jù)以及其他31個(gè)城市的指標(biāo)數(shù)據(jù)取均值的對照情況如表5所示，重慶及合成重慶的房價(jià)走勢如圖4所示。重慶市在房產(chǎn)稅試點(diǎn)公布時(shí)的前期預(yù)期激發(fā)了剛性需求的購買力，導(dǎo)致價(jià)格上升，然后出現(xiàn)房價(jià)回落，不過下降的趨勢和沒有實(shí)施房地產(chǎn)稅試點(diǎn)的城市的合成結(jié)果走勢近似。說明房產(chǎn)稅試點(diǎn)對重慶市房價(jià)的影響效果較小。2012年和2013年國家出臺宏觀調(diào)控政策的效果亦是如此，政策效果僅在非常短期內(nèi)有效。這說明總體來說，國家的宏觀調(diào)整政策對于重慶市的影響甚微。

表5 重慶和合成重慶的指標(biāo)數(shù)據(jù)對照表(2009.4～2014.12)

圖4 合成控制法合成假設(shè)重慶不設(shè)房產(chǎn)稅試點(diǎn)城市的房價(jià)走勢

所以說并不是所有的城市都像上海一樣，對政策有較高的敏感度。由表1顯示的上海和重慶2個(gè)城市的房產(chǎn)稅征收對象及稅率可以了解到，上海市的征收范圍明顯小于重慶市，稅率亦是如此。可是上海市商品房價(jià)的跌幅卻遠(yuǎn)遠(yuǎn)高于重慶市。進(jìn)一步說明，一個(gè)稅收政策或者國家政策的出臺會因著不同地域環(huán)境、管理方式以及其他相關(guān)因素而產(chǎn)生不同的效果。國家的宏觀政策需要針對各地的不同情況而制定，而不能一概而論。

在本文中，由于考慮的時(shí)間跨度比較大，期間有各種政策的出臺，前面的量化結(jié)果是各種政策交錯(cuò)作用的結(jié)果。那么如果單獨(dú)考慮房產(chǎn)稅對上海房價(jià)的影響，只需要考察截止到2012年2月下調(diào)準(zhǔn)備金率政策前的合成控制法的合成效果就可以了。不過對這段時(shí)間進(jìn)行合成后，由于在做合成控制法時(shí)，使用了優(yōu)化功能，所以對這段時(shí)間單獨(dú)做合成控制法時(shí)，結(jié)果與截止到2014年12月是一樣的。

(五)穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)上面的合成結(jié)果是否有效，需要檢驗(yàn)合成結(jié)果的統(tǒng)計(jì)顯著問題，以估計(jì)結(jié)果的穩(wěn)健性。在Abadie等(2010)的論文中可知，基于經(jīng)典的隨機(jī)化推理方法——安慰劑檢驗(yàn)方法[11]，就是假設(shè)沒有實(shí)施房產(chǎn)稅的其他城市實(shí)施了該政策，逐一對每個(gè)假設(shè)實(shí)施該政策的城市通過合成控制法用其他沒有實(shí)施的對照組城市合成該城市，得到該城市與合成城市的商品房銷售價(jià)格的差距，然后把所有的處理結(jié)果全部排列出來，并與實(shí)證結(jié)果得到的上海房價(jià)與合成上海房價(jià)的差距相比較，如果大部分城市位于上海城市的上面，則認(rèn)為房產(chǎn)稅及宏觀政策對上海商品房價(jià)影響的評估效果統(tǒng)計(jì)顯著，也就是說對上海的商品房銷售價(jià)格走勢的估計(jì)結(jié)果是穩(wěn)健的。

如圖5所示，代表32個(gè)城市的線在2011年1月到2013年2月期間大部分位于代表上海市的線之上，即代表上海的黑色實(shí)線基本位于最下方，期間每個(gè)月份的P值如圖6所示。在2012年12月以前，除了2011年1月和2月，其他月份的ATE都在10%的水平上顯著。所以這個(gè)合成控制法的模擬效果是有效的。

然后依次去掉均方預(yù)測誤差太高的，得到如圖7所示的結(jié)果。在2013年2月尤其是2012年12月以前，幾乎所有的代表合成城市的線都位于代表上海的線之上。所以上海市的合成結(jié)果是穩(wěn)健的。

而重慶市的檢驗(yàn)結(jié)果如圖8和圖9所示，檢驗(yàn)結(jié)果不穩(wěn)健，而P值的統(tǒng)計(jì)結(jié)果也不顯著，即房產(chǎn)稅及其他宏觀調(diào)控政策效果對重慶的影響效果不顯著。進(jìn)一步說明，對房價(jià)穩(wěn)定的地區(qū)，或者沒有較強(qiáng)經(jīng)濟(jì)優(yōu)勢的區(qū)域，對房價(jià)的調(diào)控政策有限。

圖5 安慰劑檢驗(yàn)(2009.4～2014.12)

圖6 實(shí)施房產(chǎn)稅及宏觀調(diào)控政策后的合成上海的P值檢驗(yàn)

圖7 去掉較高均方預(yù)測誤差后的安慰劑檢驗(yàn)結(jié)果

圖8 安慰劑檢驗(yàn)(2009.4～2014.12)

圖9 實(shí)施房產(chǎn)稅及宏觀調(diào)控政策后的合成重慶的P值檢驗(yàn)

四、政策建議

對關(guān)系國計(jì)民生的產(chǎn)業(yè)及領(lǐng)域，應(yīng)該由國家相關(guān)負(fù)責(zé)部門聘請相關(guān)產(chǎn)業(yè)及領(lǐng)域的專家及學(xué)者進(jìn)行研討，提出持續(xù)發(fā)展的相關(guān)政策草案，并向社會各界人士征詢建議，最后形成政策措施。同時(shí)這些產(chǎn)業(yè)及領(lǐng)域應(yīng)該由國家管控，而不是向市場開放所有領(lǐng)域。否則會給國家的未來帶來難以估量的后果。根據(jù)上面的分析結(jié)果具體的政策建議如下：

1. 各類宏觀政策應(yīng)因地制宜。由于各地區(qū)的地域、經(jīng)濟(jì)環(huán)境、當(dāng)?shù)馗骷夘I(lǐng)導(dǎo)的管控能力、公共服務(wù)水平以及人口吸引力等等原因，同樣的宏觀政策所起的作用有所不同，有些甚至對當(dāng)?shù)叵嚓P(guān)方面的發(fā)展起反作用，所以國家在出臺各類相關(guān)宏觀政策前，應(yīng)該對相應(yīng)區(qū)域做調(diào)研，根據(jù)不同區(qū)域的情況進(jìn)行政策實(shí)施后的測試，針對不同區(qū)域?qū)Σ煌叩拿舾卸燃爱?dāng)?shù)氐膶?shí)際情況，出臺相適應(yīng)的宏觀政策，以便起到良好的效果。

2. 土地的合理管制及現(xiàn)有住房管理。我國的耕地面積本來就不多，如果一直在以目前的速度開發(fā)下去，會給國家的后代帶來很多生存危機(jī)，或者這個(gè)國家為人所控。所以應(yīng)該合理慎重管控國家土地用于商品房開發(fā)的需求。同時(shí)采用一定的信息化手段管理目前的住房。根據(jù)陳利鋒(2016)的研究顯示對房地產(chǎn)市場做出反應(yīng)的政策機(jī)制均具有較高的社會福利水平[22]，所以國家出臺相應(yīng)的住房政策有利于提高居民福利。為了降低商品房的投機(jī)炒作，對于目前在城市用于居住的房子，應(yīng)統(tǒng)一進(jìn)行實(shí)名登記。不管是否有當(dāng)?shù)貞艏?，按照居住?biāo)準(zhǔn)，一戶家庭可以擁有一套住房；第二套改善性住房按照房產(chǎn)稅率征收稅收，畢竟根據(jù)李永海和孫群力(2016)的研究結(jié)果顯示稅收負(fù)擔(dān)可以顯著擴(kuò)大地區(qū)隱性經(jīng)濟(jì)規(guī)模[23]；超過2套住房的，設(shè)定出售時(shí)間段，在時(shí)間段內(nèi)沒有進(jìn)行出售的，如沒有特殊原因，應(yīng)該制定懲罰措施處置該處房產(chǎn)甚至對該房主人罰款。

3. 住房的統(tǒng)一配置及法律完備。我國是社會主義國家，保障百姓的生存環(huán)境是基本的必要前提，而住房是人們生存的基礎(chǔ)，不應(yīng)該以投機(jī)的形式進(jìn)行買賣。所以國家應(yīng)該對保障性住房針對不同地塊進(jìn)行招標(biāo)，建設(shè)保障性住房。對于在當(dāng)?shù)赜袘艏木用駨膶W(xué)校畢業(yè)后為了結(jié)婚的需求，可以向所在單位和所在街道派出所提出住房申請。這樣在保障家長的后顧之憂的同時(shí)，減少商品房的投機(jī)行為。建立調(diào)整完善住房方面的相關(guān)法律規(guī)定，建議對于外地人在當(dāng)?shù)爻鞘谐醋鞣慨a(chǎn)的，一旦查實(shí)，給予重罰。另外，設(shè)立相應(yīng)的法律條款保障居民的各種權(quán)利和義務(wù)。

4. 公共服務(wù)水平的提升。各地政府應(yīng)加大力度提升公共服務(wù)水平，如提高偏遠(yuǎn)地區(qū)的義務(wù)教育設(shè)施及師資的投入，改進(jìn)交通設(shè)施，通過新型城鎮(zhèn)化建設(shè)推動小型城鎮(zhèn)的特色產(chǎn)業(yè)發(fā)展，以特色產(chǎn)業(yè)帶動相關(guān)產(chǎn)業(yè)的發(fā)展，間接引導(dǎo)大城市打工人群回流，為家鄉(xiāng)的建設(shè)服務(wù)。對于家鄉(xiāng)建設(shè)有特殊貢獻(xiàn)的，國家可以出臺相關(guān)政策進(jìn)行鼓勵(lì)，以便為各個(gè)產(chǎn)業(yè)的發(fā)展形成良性循環(huán)的基礎(chǔ)和條件。這樣可以逐步分流出居住在大都市的人群，緩解各個(gè)方面的壓力，并因而帶動房價(jià)的穩(wěn)定。

5. 智慧養(yǎng)老與社區(qū)養(yǎng)老的配套。一個(gè)國家對于老年人的生活保障，體現(xiàn)著這個(gè)國家的管理水平及發(fā)達(dá)水平。所以應(yīng)著手建立智慧養(yǎng)老社區(qū)，將醫(yī)療、生活及居住一體化，入住的老年人在允許的看護(hù)范圍內(nèi)或者在身體上安裝一定的電子裝置，醫(yī)護(hù)人員可以遠(yuǎn)程看護(hù)老人，當(dāng)電子裝置有一定的提示時(shí)，醫(yī)護(hù)人員可以現(xiàn)場服務(wù)。同時(shí)，老年人還可以通過這些裝置在電子平臺上點(diǎn)擊社區(qū)超市出售的產(chǎn)品進(jìn)行購買服務(wù)，超市人員送貨上門。另外，社區(qū)還為老年人提供定時(shí)的線上下線聯(lián)合會診服務(wù)，以保證老年人的身體健康。還有張晨寒和李玲玉(2016)建議的建立養(yǎng)老服務(wù)時(shí)間銀行模式有利于對人力資源的多方整合[24]。這樣，可以提高人口集聚度、第三產(chǎn)業(yè)的發(fā)展及住房使用率，對于房價(jià)也起到間接的穩(wěn)定作用。

五、結(jié) 論

合成控制法從反事實(shí)的角度幫助研究者分析某項(xiàng)政策實(shí)施后對某個(gè)區(qū)域產(chǎn)生了何種影響，主要是利用了其他沒有實(shí)施該項(xiàng)政策的若干區(qū)域加權(quán)合成所要分析的區(qū)域，這樣可以在圖上顯現(xiàn)政策實(shí)施前后對該區(qū)域的影響。本文通過合成控制法，利用實(shí)施房產(chǎn)稅前的各城市指標(biāo)數(shù)據(jù)，將除了實(shí)施房產(chǎn)稅的上海市和重慶市外的31個(gè)城市分別加權(quán)合成上海市和重慶市，再將上海和重慶的數(shù)據(jù)分別與房產(chǎn)稅實(shí)施后的兩市房價(jià)走勢相對比，從而發(fā)現(xiàn)房產(chǎn)稅對上海市和重慶市房價(jià)的影響程度。

在這個(gè)過程中我們也考慮了其他的相關(guān)宏觀政策。結(jié)果發(fā)現(xiàn)房產(chǎn)稅及其他相關(guān)宏觀政策對上海房價(jià)的影響較大，但對重慶市的影響較小。并利用安慰劑檢驗(yàn)方法對合成結(jié)果做了穩(wěn)健性檢驗(yàn)，上海市的統(tǒng)計(jì)結(jié)果顯著，重慶市的統(tǒng)計(jì)結(jié)果則不顯著。這說明房價(jià)本身受到諸多因素的影響，尤其受到提供的公共服務(wù)水平、樓面價(jià)格、租金狀況、經(jīng)濟(jì)發(fā)達(dá)程度、現(xiàn)有的和投入的科學(xué)事業(yè)費(fèi)、教育事業(yè)費(fèi)以及居民可支配收入水平等的影響。所以國家在出臺相應(yīng)宏觀政策時(shí)，應(yīng)該因地制宜；嚴(yán)格土地管制及住房管理；建立調(diào)整完善住房申請制和相關(guān)法律法規(guī)；通過提高公共服務(wù)水平分流人口，間接影響房價(jià)；智慧養(yǎng)老和社區(qū)養(yǎng)老相結(jié)合提高人口集聚度、第三產(chǎn)業(yè)的發(fā)展及住房利用率等間接穩(wěn)定房價(jià)。

參考文獻(xiàn):

[1] Oates W. E. The Effects of Property Taxes and Local Public Spending on Property Values: An Empirical Study of Tax Capitalization and the Tiebout Hypothesis[J]. Journal of Political Economy， 1969，77(6)：957-971．

[2] Rosenthal L. House Prices and Local Taxes in the UK[J]. Fiscal Studies， 1999，20(1)：61-76．

[3] Polinsky A. M.， Shavell S. Amenities and Property Values in a Model of an Urban Area[J]. Journal of Public Economics， 1976， 5(1-2)：119-129．

[4] Bradbury K. L.， Mayer C J， Case K E. Property Tax Limits， Local Fiscal Behavior， and Property Values: Evidence from Massachusetts under Proposition 212 [J]. Journal of Public Economics， 2001，80(2)：287-311．

[5] Lopez-Garcia M. A. Housing， Prices and Tax Policy in Spain [J]. Spanish Economic Review， 2004，6(1)：29-52．

[6] Lang K.， Jian T. Property Taxes and Property Values: Evidence from Proposition 212 [J]. Journal of Urban Economics， 2004，55(3)：439-457．

[7] Van den Noord P. Tax Incentives and House Price Volatility in the Euro Area: Theory and Evidence [J]. économie Internationale， 2005，(1)：29-45．

[8] 胡洪曙. 財(cái)產(chǎn)稅、地方公共支出與房產(chǎn)價(jià)值的關(guān)聯(lián)分析[J]. 當(dāng)代財(cái)經(jīng)，2007，(6)：23-27

[9] 杜雪君，黃忠華，吳次芳. 房地產(chǎn)稅， 地方公共支出對房價(jià)影響——全國及區(qū)域?qū)用娴拿姘鍞?shù)據(jù)分析 [J]. 中國土地科學(xué)， 2009， (7)：9-13．

[10] 況偉大，朱勇，劉江濤. 房產(chǎn)稅對房價(jià)的影響:來自O(shè)ECD國家的證據(jù) [J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2012，(5)：121-129．

[11] 況偉大. 開征房產(chǎn)稅對預(yù)期房價(jià)的影響:來自北京市調(diào)查問卷的證據(jù) [J]. 世界經(jīng)濟(jì)， 2013，(6)：145-160．

[12] 劉甲炎，范子英. 中國房產(chǎn)稅試點(diǎn)的效果評估:基于合成控制法的研究 [J]. 世界經(jīng)濟(jì)， 2013，(11)：117-135．

[13] Hyman D. N， Pasour E. C. Real Property Taxes， Local Public Services， and Residential Property Values [J]. Southern Economic Journal， 1973，39(4)：601-611．

[14] McMillan M.， Carlson R. The Effects of Property Taxes and Local Public Services upon Residential Property Values in Small Wisconsin Cities [J]. American Journal of Agricultural Economics， 1977，59(1)：81-87．

[15] 睢黨臣，李牧然. 房產(chǎn)稅是否等于房價(jià)下降？——聚焦上海， 重慶試點(diǎn)征收房產(chǎn)稅 [J]. 經(jīng)濟(jì)體制改革， 2011，(3)：159-161．

[16] 王家庭，曹清峰. 房產(chǎn)稅能夠降低房價(jià)嗎——基于DID方法對我國房產(chǎn)稅試點(diǎn)的評估 [J]. 當(dāng)代財(cái)經(jīng)，2014，(5)：34-44．

[17] 白文周，劉銀國，盧學(xué)英. 滬渝房產(chǎn)稅擴(kuò)圍房價(jià)效應(yīng)識別——基于反事實(shí)分析的經(jīng)驗(yàn)證據(jù) [J]. 財(cái)貿(mào)研究， 2016，(1)：70-79．

[18] Abadie A.， Gardeazabal J. The Economic Costs of Conflict: A Case Study of the Basque Country [J]. The American Economic Review， 2003，93(1)：113-132．

[19] Abadie A.， Diamond A.， Hainmueller J. Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program [J]. Journal of the American statistical Association， 2010，105(490)：493-505．

[20] Abadie A.， Diamond A.， Hainmueller J. Comparative Politics and the Synthetic Control Method [J]. American Journal of Political Science， 2015，59(2)：495-510．

[21] 楊經(jīng)國， 周靈靈， 鄒恒甫. 我國經(jīng)濟(jì)特區(qū)設(shè)立的經(jīng)濟(jì)增長效應(yīng)評估[J]. 經(jīng)濟(jì)學(xué)動態(tài)， 2017，(1)：41-51．

[22] 陳利鋒.金融沖擊、房價(jià)波動與貨幣政策[J]. 首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2016，18(1):40-50．

[23] 李永海，孫群力.稅收負(fù)擔(dān)、政府管制對地區(qū)隱性經(jīng)濟(jì)的影響研究[J]. 廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，31(2):88-100．

[24] 張晨寒，李玲玉.時(shí)間銀行:居家養(yǎng)老服務(wù)模式的新探索[J]. 河南師范大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版)，2016，43(5):80-85．